洪水填充 NumPy 数组 `numpy.ndarray`，i。 e.为元素分配新值并更改相同值的相邻元素

Question

另一个类似的 post 称为 Flood Fill in Python 是一个关于洪水填充的非常普遍的问题，答案仅包含一个广泛的伪代码示例。我正在寻找 numpy 或 scipy.

的明确解决方案

我们以这个数组为例：

a = np.array([
    [0, 1, 1, 1, 1, 0],
    [0, 0, 1, 2, 1, 1],
    [0, 1, 1, 1, 1, 0]
])

对于选择元素 0, 0 并用值 3 进行洪水填充，我预计：

[
    [3, 1, 1, 1, 1, 0],
    [3, 3, 1, 2, 1, 1],
    [3, 1, 1, 1, 1, 0]
]

对于选择元素 0, 1 并用值 3 进行洪水填充，我预计：

[
    [0, 3, 3, 3, 3, 0],
    [0, 0, 3, 2, 3, 3],
    [0, 3, 3, 3, 3, 0]
]

对于选择元素 0, 5 并用值 3 进行洪水填充，我预计：

[
    [0, 1, 1, 1, 1, 3],
    [0, 0, 1, 2, 1, 1],
    [0, 1, 1, 1, 1, 0]
]

这应该是一个相当基本的操作，不是吗？我忽略了哪个 numpy 或 scipy 方法？

Answer 1

方法 #1

模块 scikit-image 提供 built-in 与 skimage.segmentation.flood_fill -

做同样的事情

from skimage.morphology import flood_fill

flood_fill(image, (x, y), newval)

样本运行 -

In [17]: a
Out[17]: 
array([[0, 1, 1, 1, 1, 0],
       [0, 0, 1, 2, 1, 1],
       [0, 1, 1, 1, 1, 0]])

In [18]: flood_fill(a, (0, 0), 3)
Out[18]: 
array([[3, 1, 1, 1, 1, 0],
       [3, 3, 1, 2, 1, 1],
       [3, 1, 1, 1, 1, 0]])

In [19]: flood_fill(a, (0, 1), 3)
Out[19]: 
array([[0, 3, 3, 3, 3, 0],
       [0, 0, 3, 2, 3, 3],
       [0, 3, 3, 3, 3, 0]])

In [20]: flood_fill(a, (0, 5), 3)
Out[20]: 
array([[0, 1, 1, 1, 1, 3],
       [0, 0, 1, 2, 1, 1],
       [0, 1, 1, 1, 1, 0]])

方法 #2

我们可以使用 skimage.measure.label 和一些 array-masking -

from skimage.measure import label

def floodfill_by_xy(a,xy,newval):
    x,y = xy
    l = label(a==a[x,y])
    a[l==l[x,y]] = newval
    return a

要使用基于 SciPy 的 label 函数 - scipy.ndimage.measurements.label，它大部分是相同的 -

from scipy.ndimage.measurements import label

def floodfill_by_xy_scipy(a,xy,newval):
    x,y = xy
    l = label(a==a[x,y])[0]
    a[l==l[x,y]] = newval
    return a

注意：这些将作为 in-situ 编辑。

洪水填充 NumPy 数组 `numpy.ndarray`，i。 e.为元素分配新值并更改相同值的相邻元素

Flood fill NumPy Array `numpy.ndarray`, i. e. assign new value to element and change neighboring elements of the same value, too

python

arrays

numpy

flood-fill

scipy